Сотни PDF и документов в одну таблицу: вручную или с помощью ИИ?

Во многих компаниях информация хранится не в таблицах, а в папках: счета, сертификаты, технические паспорта, договоры. Однажды её нужно собрать в одну таблицу — для аудита, инвентаризации или простого вопроса вроде «у каких поставщиков истекает срок действия документов». В этот момент есть два пути: открывать документы по одному и переносить данные вручную или поручить чтение искусственному интеллекту.

Реальная цена ручного переноса

Ручной перенос кажется простым: открыть документ, найти нужное поле, записать в таблицу. Сложность проявляется, когда работа повторяется. Если форматы документов различаются, нужная информация в каждом находится в новом месте: у одного поставщика дата в правом верхнем углу, у другого — на последней странице. С усталостью растёт число пропущенных строк, неверно записанных цифр и ошибок копирования. К тому же работа не заканчивается один раз: с каждым новым документом таблицу нужно обновлять заново.

Что в этой работе делает ИИ?

Инструмент на основе ИИ читает документы; обычно неважно, PDF это или скан. Он находит нужные поля даже в документах с разным форматом и записывает каждый документ отдельной строкой таблицы. Поле, в котором он не уверен, он помечает, поэтому понятно, что именно нужно проверить. Как работает такой инструмент, мы описали на странице Из документов в таблицу.

Главный выигрыш такого подхода — не столько скорость, сколько единообразие: каждый документ читается по одному правилу и записывается в одни и те же столбцы. Новый документ добавляется в ту же таблицу; таблица перестаёт быть разовой работой и становится реестром, который остаётся актуальным.

Где нужна внимательность?

Чтение документов с помощью ИИ не отменяет проверку, а меняет её место. Основные моменты, на которые стоит обратить внимание:

• Сомнительные поля. Неразборчивый скан, рукописный текст или непривычный формат повышают вероятность ошибки. Инструмент должен помечать такие поля, а человек — проверять их.
• Выборочная проверка. При первом запуске случайно выбранные документы нужно по одному сверить с таблицей; так становится ясно, правильно ли настроено правило.
• Определение полей. Какая «дата» имеется в виду: дата выдачи или срок действия? Если столбцы не определены чётко с самого начала, и инструмент, и человек будут записывать разное.
• Риск выдумывания. Информацию, которой нет в документе, нельзя заполнять догадками; пустое поле должно оставаться пустым и помечаться. Этот риск мы разобрали в статье что будет, если ИИ начнёт выдумывать.

Когда разумно продолжать вручную?

Не всякая работа с документами подходит для автоматизации. Если документов мало, задача разовая и все документы в одном формате, ручной перенос может оставаться самым коротким путём. Если на настройку и проверку уйдёт больше времени, чем на ручную работу, автоматизация не имеет смысла. Напротив, если документов сотни, форматы разные, а новые поступают регулярно, продолжать вручную — значит каждый месяц заново тратить те же усилия.

Что подготовить перед началом

• Какие столбцы будут в таблице и определение каждого из них.
• Несколько примеров каждого типа документов.
• Где хранятся документы и откуда будут поступать новые.
• Кто будет выполнять проверку.

Если после подготовки таблицы эти данные нужно перенести в какую-либо систему, как это сделать, мы отдельно описали в статье массовая загрузка списка Excel в систему.

Частые вопросы

Можно ли читать и отсканированные PDF (изображения)?

Как правило, да. Чем ниже качество скана, тем выше вероятность ошибки; поэтому инструмент должен помечать поля, в которых не уверен, а человек — проверять эти поля.

Можно ли сразу доверять таблице, составленной с помощью ИИ?

Без проверки доверять не стоит. При первом запуске нужна выборочная проверка, а помеченные сомнительные поля следует просмотреть по одному. Проверка не исчезает, но сосредотачивается только на сомнительных полях, а не на всех документах.

С какого количества документов автоматизация становится оправданной?

Точного числа нет. Оценивают вместе количество документов, насколько различаются их форматы и как часто поступают новые. Если задача разовая и документов немного, ручной перенос может занять меньше времени.